Veel contentproducenten delen misschien een soortgelijke nachtmerrie: ongeorganiseerde stapels afbeeldingen en video’s verspreid over bedrijfsdrives, of… durven we het uit te spreken…zipbestanden in een e-mailketen?!
We hopen zeker dat uw contentmanagement niet zo angstaanjagend is als het doorzoeken van zipbestanden naar de benodigde afbeelding. Desalniettemin kan elk bestandsbeheersysteem dat het u niet gemakkelijk maakt om te vinden wat u zoekt, eindeloos frustrerend zijn, én een enorme verspilling van tijd.
Vooral wanneer uw digitale bibliotheek groeit, zijn eenvoudige bestandstoegang en consistentie van de content over uw website(s) afhankelijk van hoe grondig u alles kunt organiseren. Maar het organiseren van al uw video’s, afbeeldingen en meer op een manier die het leven voor iedereen gemakkelijker maakt… vormt een nieuw soort onoverkomelijke uitdaging: Wie heeft daar tijd voor?
Hier komt een Digital Asset Management-platform met intelligente taggingfuncties om de hoek kijken!
Wat is een Digital Asset Management-platform?
Eenvoudig gezegd, is een Digital Asset Management-platform of een Digital Asset Manager (DAM) een oplossing die is ontworpen om de verschillende bestanden van het bedrijf georganiseerd en gemakkelijk toegankelijk te houden voor uw teams.
Deze bestanden kunnen alles zijn wat u gebruikt om een uniforme gebruikerservaring op uw website te bieden, inclusief afbeeldingen, video’s, animaties en documenten.
Waarom DAM implementeren?
DAM’s worden veel gebruikt door merken met grote digitale portfolio’s, en ze zijn essentieel om consistentie over alle content heen te waarborgen.
Merken met bijzonder veeleisende bestandsbibliotheken hebben een centrale informatiebron nodig waarop al hun teams kunnen terugvallen wanneer ze nieuwe content, pagina’s of websites creëren. En een correct georganiseerd DAM, geïntegreerd in het CMS van een merk, voldoet aan deze behoefte!
Assets taggen binnen DAM
Zodat uw team afbeeldingen, video’s en meer kan vinden in uw DAM-platform, moet u tags in de metadata voor elk asset aanbrengen. Deze tags zijn trefwoorden die het bestand beschrijven en zorgen ervoor dat het verschijnt wanneer er op deze trefwoorden wordt gezocht.
Stel bijvoorbeeld dat uw bedrijf een afbeelding bezit van een vrouw die spaghetti eet. Relevante tags voor zo’n afbeelding zouden kunnen zijn: vrouw, eten, spaghetti, voedsel. Het kan verschijnen als uw team zoekt op “vrouw eet” of gewoon “spaghetti”.
Onvermijdelijk kunt u content (optimaal) niet beheren zonder deze tags – maar wat als u miljoenen bestanden heeft die getagd moeten worden?
Gelukkig komt hier een DAM met intelligente taggingfuncties in beeld.
AEM Assets: Een geavanceerde DAM-oplossing
Er zijn veel DAM-oplossingen die vergelijkbare doelen nastreven – ze creëren een gecentraliseerde hub om al uw digitale assets op te slaan en naar wens te organiseren.
Adobe Experience Manager (AEM) Assets is echter een geavanceerd DAM dat zich voor bedrijven met complexere eisen op het gebied van bestandsbeheer onderscheidt van de status quo.
AEM Assets opent deuren naar nog meer tools en functionaliteiten. Hier zijn slechts enkele van de vele voordelen:
- Eenvoudig nieuwe contentversies creëren met Photoshop, Lightroom of zelfs AI.
- Diepgaande analyses van de prestaties van elk asset bij uw klanten.
- De mogelijkheid om te definiëren welke teams welke bestanden kunnen gebruiken en in welke mate.
Een van de (verreweg) nuttigste tools die AEM Assets biedt, is het gebruik van Adobe Sensei’s AI, om nieuwe en bestaande bestanden binnen uw DAM automatisch te taggen.
Dit stelt u in staat om miljoenen afbeeldingen, video’s en tekstgebaseerde assets in zeer korte tijd doorzoekbaar te maken met relevante tags voor al uw teams. En dat is zeker veel beter dan talloze uren te besteden aan het beoordelen van deze digitale content en het afzonderlijk toepassen van tags.
Hoewel dit een ongelooflijk krachtige functie is, is deze niet direct klaar voor gebruik. Laten we eens nader bekijken wat u kunt verwachten van het installatieproces!
Zo werkt de AEM Smart Content Service
De AEM Smart Content Service is een functie binnen AEM Assets die Adobe Sensei AI gebruikt om te leren en te reproduceren hoe u uw digitale content wilt taggen. Deze service vertrouwt op beeldherkenningsintelligentie om uw assets te beoordelen en te beslissen hoe ze het beste getagd kunnen worden.
Hier is een overzicht van het proces, om u een beter idee te geven van waar u mee zult werken:
- U uploadt uw afbeeldingen, video’s of tekstgebaseerde bestanden naar Adobe Assets, waar de AI van de Smart Content Service ze onmiddellijk automatisch tagt.
- Wanneer u nu de Asset-console van het DAM-platform opent, kunt u een trefwoord invoeren dat het gewenste bestandstype beschrijft. De console toont u dan alle afbeeldingen, video’s, etc., die dit trefwoord in hun Smart Tags bevatten.
- Als u daar ontdekt dat sommige zoekopdrachten bestanden opleveren die niet overeenkomen met de vraag, kunt u de Smart Tags van die afbeelding bewerken en de tags verwijderen die niet correct lijken.
Training van de AEM Smart Content Service
De waarheid is dat zelfs functies die als ‘slim’ worden beschouwd, nog steeds enige ‘opvoeding’ nodig hebben. Hoewel de Smart Content Service toegang heeft tot krachtige beeldherkennings-AI, zal deze niet weten hoe u uw digitale content wilt taggen als u het hem niet leert.
Uw bedrijfstaxonomie
Elk bedrijf heeft een vrij unieke taxonomie – dat betekent dat elk bedrijf specifieke taal, beschrijvingen en classificaties gebruikt om de inhoud van zijn bestanden te beschrijven.
Een ongetrainde Smart Content Service kan bijvoorbeeld een BMW-motorfiets mogelijk alleen als ‘motorfiets’ herkennen. Onnodig te zeggen dat dit geen nuttige tag is voor uw team als u uitsluitend motorfietsen verkoopt…
Vanuit zakelijk oogpunt zou BMW weten dat hun teams, bij het maken van content en toegang tot bestanden, waarschijnlijk zouden zoeken naar afbeeldingen van specifieke modellen.
In dit geval zou uw bedrijfstaxonomie de modelnamen zijn die u gebruikt om verschillende motorfietsen te beschrijven. En de Smart Content Service zou dit niet uit zichzelf weten, zonder eerst uw specifieke bedrijfstaxonomie te hebben geleerd.
AI genereert AEM Smart Tags op basis van uw bedrijfstaxonomie
De training van de AI om uw bedrijfstaxonomie te herkennen, kan theoretisch vrij eenvoudig zijn – u presenteert de AI een map met afbeeldingen die allemaal dezelfde tags gebruiken, met enige variatie tussen visueel vergelijkbare afbeeldingen.
Dit gebeurt zodat de AI kan leren identificeren waarom dezelfde tag op verschillende afbeeldingen wordt toegepast. Wanneer de Smart Content Service na de training andere assets evalueert, zal deze kennis hem helpen dezelfde identificatoren te herkennen en dezelfde AEM-tags toe te passen.
Om een trainingsproces met uw afbeeldingen effectief uit te voeren, hebt u een aantal dingen nodig:
- Minimaal 30 afbeeldingen voor elke tag.
- De visuele gelijkenis tussen afbeeldingen die dezelfde tag delen. (Bijvoorbeeld hetzelfde model dat hetzelfde type shirt draagt in dezelfde pose.)
- Diversiteit onder de afbeeldingen die dezelfde tag delen. (Bijvoorbeeld hetzelfde model in dezelfde pose, dat hetzelfde type shirt, maar in veel verschillende kleuren draagt.)
- Afbeeldingen met weinig of geen afleidende elementen, zoals complexe achtergronden.
- Afbeeldingen die volledig getagd zijn met elke tag die relevant is in uw taxonomie.
Trainingsprocessen kunnen zo vaak als nodig worden uitgevoerd om uw Smart Content Service een complexer begrip te geven van uw behoeften voor AEM smart tags, naarmate deze evolueren.
Echter, zodra u een trainingsproces hebt uitgevoerd, kan de AI niet meer afleren wat het in dat specifieke proces heeft geleerd. Zorg er dus voor dat, voordat u een trainingsproces uitvoert, de tags en afbeeldingen die u aanlevert nauwkeurig weergeven hoe u wilt dat vergelijkbare assets in de toekomst slim getagd worden.
Assets en AEM tag betrouwbaarheidsscores
Zelfs goed getrainde AI’s zijn niet perfect. Dus bij het evalueren van afbeeldingen, video’s of tekstbestanden voor smart tagging in AEM, zal het AI-framework ook een betrouwbaarheidsscore toekennen aan elke tag.
Deze betrouwbaarheidsscore geeft aan hoe zeker de AI is dat deze tag zeer nauwkeurig is voor dit middel, en wordt uitgedrukt als een getal tussen nul en één. U kunt de betrouwbaarheidsscore ook zien als een percentage – bijvoorbeeld, een betrouwbaarheidsscore van 0,5 zou betekenen dat Adobe Sensei 50% zeker is dat deze tag relevant is voor het middel.
Tags met hogere betrouwbaarheidsscores zorgen ervoor dat het getagde bestand prominenter verschijnt in zoekresultaten bij het zoeken naar trefwoorden die in die AEM-tag worden genoemd. Op dezelfde manier is de kans kleiner dat uw bestanden verschijnen in zoekresultaten voor tags met lagere betrouwbaarheidsscores.
AEM-gebruikers kunnen ook de betrouwbaarheidsscores evalueren die de AI toekent aan tags, om te bevestigen of de tag nauwkeurig is voor een bepaald bestand. Dit helpt de AI om te blijven leren, zodat deze in de toekomst kan voorkomen dat een onnauwkeurige tag op vergelijkbare eigenschappen wordt geplaatst.
De uitdagingen en beperkingen van slimme tagging
In de meeste gevallen neemt slimme tagging in AEM een enorme hoeveelheid druk weg bij merken waarvan de digitale bibliotheken nu te groot zijn om handmatige tagging te ondersteunen.
Zoals elke functie hebben ook slimme tags in AEM zeker hun beperkingen. Deze beperkingen mogen u er niet van weerhouden om te investeren in AEM Assets en Smart Content Service – maar het is belangrijk om u ervan bewust te zijn wanneer u een optimale automatische tagging-opstelling navigeert. Enkele beperkingen voor intelligente tagging in AEM as a Cloud Service en AEM 6.5 zijn de volgende:
- De AI is gevoeliger voor het onnauwkeurig taggen van afbeeldingen van lagere kwaliteit.
- De AI kan geen tags toewijzen op basis van abstracte concepten, zoals de emoties die met een afbeelding geassocieerd worden.
- De AI kan afbeeldingen niet precies taggen op basis van kleine visuele verschillen, zoals minuscule logo’s op kleding.
- Intelligente tags kunnen alleen worden toegepast in de door AEM ondersteunde talen.
- Het maximale aantal assets dat u per jaar van intelligente tags kunt voorzien, bedraagt twee miljoen.
- Alleen afbeeldingen in de formaten JPG en PNG kunnen van intelligente tags worden voorzien.
Als uw bedrijf nog relatief nieuw is met AEM, kunnen bovendien de implementatie en de voorbereiding van uw assets een aanzienlijke technische uitdaging vormen. U moet ervoor zorgen dat u de technische documentatie van Adobe voor het instellen van AEM en AEM Assets begrijpt en over de benodigde middelen beschikt om dit te realiseren.
Conclusie
Grote merken moeten ervoor zorgen dat al hun digitale eigendommen bruikbaar zijn en dat hun contentteams relevante afbeeldingen gemakkelijk kunnen vinden via een eenvoudige zoekopdracht.
Maar zelfs geavanceerde systemen zoals de Smart Content Service worden niet vanzelf eenvoudig te gebruiken tools. De training van Adobe Sensei, om afbeeldingen, video’s en tekstgebaseerde bestanden nauwkeurig te taggen, is gebaseerd op een zorgvuldige configuratie van de AEM Smart Tags voor nauwkeurigere AI-prestaties. Dit proces kan veel tijd en toewijding vergen voordat u de AI al het werk kunt laten doen.
Het goede nieuws is: u en uw teams hoeven dit niet alleen te doen.
Bij Axamit zorgen we ervoor dat AEM zo voelt alsof het direct gebruiksklaar is wanneer u het gebruikt – en dat zonder enige moeite van uw kant. Neem dus contact met ons op om te bespreken hoe we u de druk van de AEM-integratie uit handen kunnen nemen!
Veelgestelde vragen
Wat is Smart Tagging, en hoe verschilt het van handmatig taggen?
Smart Tagging is wanneer een AI assets in uw DAM leest en automatisch de tags toepast die het als het meest relevant beschouwt. Bij handmatig AEM-taggen is een mens belast met het beoordelen van bestanden en het afzonderlijk toepassen van relevante tags.
Wat is het verschil tussen metadata en tags in AEM?
In AEM zijn de metadata van een asset een reeks gegevens die details erover verklaren (bijvoorbeeld het bestandstype). Een tag wordt als een soort metadata voor bestanden in AEM opgeslagen. De tagfunctionaliteit is specifiek ontworpen om gebruikers te helpen door bestanden doorzoekbaar te maken via de trefwoorden die in de tags worden gebruikt.
Kan Smart Tagging worden toegepast op bestaande content in AEM, of alleen op nieuwe content?
Ja, Smart Tagging kan zowel op bestaande contentmappen in AEM als op nieuwe content worden toegepast.
